Jingdong Wang

Un nuovo framework porta un miglioramento nella rilevazione del testo su più formati e granularità.

BEVSpread migliora l'accuratezza del rilevamento degli oggetti per una guida più sicura.

Nuovi metodi migliorano le animazioni facciali realistiche sincronizzate con l'audio.

Un nuovo metodo per valutare i modelli da testo a video si concentra sulla dinamica.

Un approccio nuovo che si concentra sulla profondità degli oggetti migliora l'accuratezza nella rilevazione 3D.

SEED migliora il rilevamento di oggetti 3D usando la selezione doppia delle query e l'attenzione a griglia deformabile.

Un nuovo metodo per creare avatar digitali realistici dai video.

Nuovo metodo migliora precisione ed efficienza nella rilevazione di oggetti 3D usando Linear Group RNN.

Add-SD semplifica la modifica delle immagini permettendo aggiunte di oggetti realistici tramite input testuali.

ReSyncer migliora la qualità video e la flessibilità per i movimenti delle labbra sincronizzati con l'audio.

FullAnno migliora le annotazioni delle immagini per un migliore addestramento dei modelli multimodali.

Questo articolo presenta un nuovo modello che combina la generazione di testo e immagini in un unico sistema.

FlipClass offre un nuovo metodo per un apprendimento migliore nella Scoperta di Categorie Generalizzate.

ALoRE ottimizza l'addestramento dei modelli per un riconoscimento delle immagini efficiente e applicazioni più ampie.